绿柱石的辐照赋色与效应

利用电子加速器为辐照源，对四川，新疆等产的无色绿柱石进行了辐照改色处理。在改色实验中，对辐照源的输出功率，电子能量，扫描面积，扫描速度，辐照剂量等参数，及辐照后样品的辐照效应，环境适应性，时效考验等特性进行了较系统的实验研究，并拟定出一套适合不同成因的无色绿柱石辐照改色的优选方案，对绿柱石的辐照机制和应效进行了探讨。     

黄渤海海域贝类麻痹性贝毒的检测与分析

采用小白鼠生物测试法和高效液相色谱法对2002~2005年我国黄渤海海域采集的贝类样品进行了麻痹性贝毒毒性检测,结果显示大连海域的虾夷扇贝含有麻痹性贝毒,有毒样品均出现在5月和6月,部分虾夷扇贝样品的毒素含量已经超过食用安全标准。通过高效液相色谱法分析了有毒虾夷扇贝体内的毒素成分,共检出了6种麻痹性贝毒组分,主要以毒性较低的C1和C2毒素为主,GTX3和GTX2次之,STX和neoSTX含量很低。通过高效液相色谱法分析得到的各毒素组分毒性总和与小白鼠生物测试法毒性测试结果基本相当。     

基于动量自适应BP神经网络的鸢乌贼模式识别

近年来, 计算机模式识别技术因其识别结果准确、快速, 而不断被用于生物判别邻域。本文利用MATLAB软件实现动量自适应BP神经网络(back propagation neural networks)对西北印度洋、中东太平洋和南海3个海区的鸢乌贼角质颚及其胴长进行模式识别。研究结果显示, 训练成型的神经网络收敛误差仅为4.416×10^-2, 加入动量和自适应学习率的BP神经网络对鸢乌贼地理种群的识别率有显著提高。3个海区的正确识别率分别为100%、88.89%和94.12%, 总成功率为 93.24%, 说明角质颚外部形态和胴长可用于鸢乌贼地理种群的区分。而BP神经网络的其他学习算法, 如梯度下降法、单一动量法和单一自适应法的总识别率分为74.32%, 77.03%和87.84%。本研究的识别效果稳定, 对于大样本训练集的识别率也高达92.77%, 为头足类的种群判别提供了新的方法和思路。     

机场净空区建筑物的识别与监测

目前,在建筑物识别与监测方面,基于单幅高分辨率遥感影像的阴影测高法和基于多视角影像的立体像对法将建筑物轮廓或名称识别与高度监测相独立,因此导致其自动化水平较低、数据冗余度与成本较高。基于数字表面模型(DSM)和兴趣点(POI)数据,本文提出了一种机场净空区建筑物识别与监测集成的方法,并以某国际机场为试验区对该方法的可行性进行了验证。试验结果表明:①该方法在建筑物识别与监测方面的准确率只取决于DSM的精度,而对DSM的数据来源没有限制;②以潜在危险建筑物高程变化速率为依据进行不定期的动态监测,在确保监测间隔期间机场净空区安全的同时可以降低数据成本和重复识别与监测所有建筑物造成的数据冗余度。     

中心城区地表温度空间分布及地物降温效应——以南京市为例

基于TM图像,采用灰度图像分割算法,自动提取南京市中心城区的不透水面、植被及水体;并用单窗算法反演了地表温度;依据离市中心的距离将中心城区分为45级缓冲区,依次统计分析每一级缓冲区内的平均温度、不透水面温度、植被温度、水体温度及各类地物的面积比例等;建立了地表温度与不透水面比例、植被比例、水体比例之间的关系模型.研究结果表明:随离市中心距离的增大,地表温度降低;植被、水体具有降温效应,水体的降温效应是植被的2.43倍;地表温度与不透水面比例、植被比例、水体比例的综合关系模型模拟效果较好.     

不动产测绘地理底图编制初探

不动产测绘地理底图是开展不动产外业调查的前提和不动产测绘成果展示的基础,本文讨论了不动产测绘地理底图的类型、表示内容、制作流程与方法,给出了地籍地理底图和林权地理底图的样例。供不动产测绘外业调查或不动产专题图编制参考。     

基于PixelGrid的标准时点核准影像单景几何纠正方法研究

地理国情普查是国务院部署的重大项目,其中,第一次全国地理国情普查标准时点核准工作于2015年正式启动。面对多源的卫星遥感数据,对于影响因素复杂区域很难实现影像的自动纠正,因而,本文主要介绍了利用PixelGrid软件进行单景影像几何纠正的方法,为其他项目的困难区域影像处理提供参考。     

基于VR的建筑物仿真与交互技术

在建筑展示中运用先进的虚拟现实技术,可以更好地满足全面生动展示建筑物的要求,使人产生身临其境的感觉.本文以某虚拟小区漫游系统的实现为例,探讨了通过VRML构建建筑模型、背景和辅助场景以及利用VRML与JavaScript通信等技术实现虚拟小区漫游系统丰富的交互功能的方法,为VRML在三维建筑场景的展示、漫游等方面的应用...     

基于嵌入河道栅格的山洪灾害淹没模拟

文章以江西省曹水作为山洪灾害淹没模拟的研究区域,通过嵌入河道栅格修订数字地形,采用FloodArea水文淹没模型对数字高程模型(Digital Elevation Model,DEM)对修订前后的同一降水过程进行模拟,结合实地考察流域内淹没痕迹和水文站水位资料对比分析两者的模拟结果,并利用确定性系数和Nash—Sutcliffe效率系数对2000—2010年间出现的强降水过程的模拟结果进行验证。结论表明:基于嵌入河道栅格的山洪灾害淹没模拟能较好地反映曹水流域内的因降水导致的山洪推进路线、淹没范围及淹没水深,该方法可作为推算曹水流域的山洪灾害致灾临界面雨量的基础。     

巢湖微囊藻毒素异构体组成的时空分布特征及影响因子

有害蓝藻释放微囊藻毒素（MCs）,严重威胁饮用水源地用水安全.为了解巢湖MCs污染状况及其异构体组成对水质的影响,于2012年夏季（8月）和秋季（11月）,2013年冬季（2月）和春季（5月）进行采样分析,研究了巢湖水体中胞内微囊藻毒素（IMCs）和胞外微囊藻毒素（EMCs）异构体的时空分布及其与环境因子的关系.结果发现,IMCs和EMCs的平均浓度变化范围分别为0.12~6.45 μg/L和0.69~1.92 μg/L.在3种常见的异构体中,MC-RR和MC-LR比例较高,MC-YR最低,MC-RR和MC-LR是巢湖水体中MCs的主要异构体类型.IMCs和EMCs的异构体浓度及其比例呈现不同的时空分布特征.微囊藻生物量、水温、总磷浓度是影响IMCs和EMCs异构体浓度及其组成变化的关键环境因子.本研究表明巢湖富营养化严重的西湖区夏季能合成更多的MC-RR异构体,而秋、冬季节偏向于释放生理毒性更强的MC-LR异构体.了解MCs异构体组成变化及其关键影响因素,有助于预测预警水体MCs污染状况和评估饮用水源地MCs风险.